NBE：“荀子”回归，华中科技大学薛宇等开发AI生物学家，重塑药物发现路径
来源：iNature 2026-08-06 11:11
该研究报道了名为“XunZi”（荀子）的人工智能生物学家，该AI系统通过模拟人脑左右半球的协作机制，成功实现了从海量异构数据中自主生成具有可测试机制的全新治疗靶点假说。
生物医学中的假说生成受到人类认知局限性的约束，难以从碎片化的生物医学知识和多模态数据源中综合见解。
2026年8月4日，华中科技大学薛宇、四川大学贾大、雷鹏共同通讯在Nature Biomedical Engineering（IF=26.3）在线发表题为XunZi, an AI biologist, reveals disease-modifying targets的研究论文。该研究报道了名为“XunZi”（荀子）的人工智能生物学家。
该AI系统通过模拟人脑左右半球的协作机制，将基于大语言模型的逻辑推理模块与基于图卷积网络的多模态数据融合模块相结合，成功实现了从海量异构数据中自主生成具有可测试机制的全新治疗靶点假说。
从头生成有充分依据的假说对于生物医学研究至关重要，范围从破译人类疾病的潜在机制到发现治疗靶点以指导治疗干预。这些假说传统上通过生物学家的认知过程形成，它们基于从生物医学知识中逻辑推理并整合来自经验数据的见解，提出可测试的研究方向。
近年来，先进人工智能技术，特别是大型语言模型和多模态基础模型的出现，为加速科学创新提供了变革潜力。基于LLM的推理代理已被提出作为分析大型数据集、理解开放获取文献、产生创造性假说并最终赋能从头生物医学发现的工具。
作为概念验证，Google开发了AI共同科学家，这是一个能够处理文本以从开放获取出版物生成研究提案的多代理系统。然而，LLM经常产生“AI幻觉”，如虚假或虚构内容，同时缺乏整合来自多模态经验数据见解的能力。
荀子整体构筑示意图（图源自Nature Biomedical Engineering ）
在此，研究人员介绍“XunZi”（荀子），一个AI生物学家，它整合逻辑推理和多模态数据融合，自主生成具有可测试机制的从头治疗靶点假说。XunZi已在2440万篇出版物和613.6 TB的多源数据上进行了训练，涵盖21,008个人类基因和5,850种疾病，并在多种疾病背景下在准确性和可解释性方面均优于现有方法。
在帕金森病中，复杂机制和有限靶点阻碍了治疗开发，XunZi在多个模型中鉴定出CHK2和IRAK4激酶的异常激活。药理学或遗传学抑制Chk2可挽救PD小鼠的多巴胺能神经元丢失和运动缺陷。进一步证明了XunZi在非小细胞肺癌等疾病中的广泛通用性。
XunZi建立了一个范式转变框架，将碎片化的生物医学知识和数据转化为可操作的治疗方案。
参考消息：https://www.nature.com/articles/s41551-026-01769-6
版权声明 本网站所有注明“来源：生物谷”或“来源：bioon”的文字、图片和音视频资料，版权均属于生物谷网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：生物谷”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
